所有文档

          EasyDL定制AI训练平台

          经典版创建图像分类数据集

          在训练之前需要在数据中心【创建数据集】

          设计分类

          首先想好分类如何设计,每个分类为你希望识别出的一种结果,如要识别水果,则可以以“apple”、“pear”等分别作为一个分类;如果是审核的场景判断合规性,可以以“qualified”、“unqualified”设计为两类,或者“qualified”、“unqualified1”、“unqualified2”、“unqualified3”……设计为多类。

          注意:目前单个模型的分类上限为1000类

          准备数据

          基于设计好的分类准备图片:

          • 每个分类需要准备20张以上
          • 如果想要较好的效果,建议每个分类准备不少于100张图片
          • 如果不同分类的图片具有相似性,需要增加更多图片
          • 一个模型的图片总量限制10万张

          图片格式要求:

          1、目前支持图片类型为png、jpg、bmp、jpeg,图片大小限制在4M以内

          2、图片长宽比在3:1以内,其中最长边小于4096px,最短边大于30px

          图片内容要求:

          1、训练图片和实际场景要识别的图片拍摄环境一致,举例:如果实际要识别的图片是摄像头俯拍的,那训练图片就不能用网上下载的目标正面图片

          2、每个分类的图片需要覆盖实际场景里面的可能性,如拍照角度、光线明暗的变化,训练集覆盖的场景越多,模型的泛化能力越强

          如果训练图片场景无法全部覆盖实际场景要识别的图片:1)如果要识别的主体在图片中占比较大,模型本身的泛化能力可以保证模型的效果不受很大影响;2)如果识别的主体在图片中占比较小,且实际环境很复杂无法覆盖全部的场景,建议用物体检测的模型来解决问题(物体检测可以支持将要识别的主体从训练图片中框出的方式来标注,所以能适应更泛化的场景和环境)

          如果需要寻求第三方数据采集团队协助数据采集,可以在百度云控制台内提交工单

          上一篇
          图像分类介绍
          下一篇
          上传数据并在线标注